Google Cloud Storage:Notification 實作 (二) – 使用於 Google App Engine

GCS Notification 功能實作 (二):應用於 Google App Engine

Object Change Notification 是如何運作的?

application 端可以透過監控請求,去監控 GCS的 object 是否有變動。監控請求初始會建立一個 Notification Tunnel,當 GCS有變動時(新增、更新、刪除檔案),GCS 會透過 Notification Tunnel 傳送通知給 application端。目前 Notification Tunnel 只有一種類型,Web Hook。任何可以接收 HTTP POST 請求的伺服器都可以使用此方法。 繼續閱讀 “Google Cloud Storage:Notification 實作 (二) – 使用於 Google App Engine”

Google Cloud Storage:Notification 實作 (一) – 使用於 Cloud Functions

GCS Notification 功能實作 (一):應用於 Cloud Functions

前置準備

1. 開啟 Cloud functions & Cloud storage API
2. 確保有安裝 Cloud SDK
3. 確保有 Node.js & nvm 開發環境 繼續閱讀 “Google Cloud Storage:Notification 實作 (一) – 使用於 Cloud Functions”

主機是別家的可以用 Cloud CDN 嗎? 一招教你客製外部來源!

cdn-external目前 Cloud CDN 雖然尚未支援 GCP 以外的來源(external origin),但我們可以在 HTTP(S)負載平衡器 (HTTP(S) Load Balancer) 的後端服務 (back-end services) 採取由 GCE VM 自建 Reverse Proxy 的方式提供原站的檔案給 Cloud CDN 讀取,便可快速的享用 Google 強大全球網路下的 CDN 服務。Reverse Proxy 的 VM 規格可使用 n1-standard-1,搭配 Linux 作業系統安裝 Nginx 或 Apache,建議後端 instance group 群組至少兩台避免 SPOF,  以下提供 Nginx 對於網站圖片,CSS 與 JS 的範例設定檔如下:

upstream assets {
       server 35.46.57.68:80;
}
server {
       listen 80;
server_name assets.gcp.expert;
       location ~* \.(?:jpg|jpeg|gif|png|ico|svg|svgz|css|js)$ {
               add_header Cache-Control “public”;
               expires 86400;
               proxy_pass http://assets;
               proxy_set_header Host $host;
               proxy_set_header X-Real-IP $remote_addr;
               proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
       }
}

 

其中 upstream 的內容請修改為您的伺服器 IP/Domain Name 資訊,expires 值為Cloud CDN 上的快取時間。進階的CDN快取設定如對於通訊協定, 主機名稱或網址參數(URL query string) 快取,皆可透過快取金鑰 (cache keys) 的設定完成。其中在網址參數可指定白名單與黑名單作為 CDN 認定 URL 是否為同一個資源的判斷,可參考 https://cloud.google.com/cdn/docs/using-cache-keys

至於 Cloud CDN 內建於 HTTP(S)負載平衡器上的功能,資源是否能被 Cloud CDN 快取的詳細限制請參考 https://cloud.google.com/cdn/docs/caching#cacheability

 

手把手教你開始用GCP機器學習服務

google-cloud-platform-empowers-tensorflow-and-machine-learning

Cloud Machine Learning (beta)是 Google Cloud Platform 對於深度學習提供的管理服務。它可以讓您建立作用於任何大小、任何資料的學習模型,並藉由TensorFlow框架打造您的服務。您立即可以將訓練模型放置於全球的prediction平台,能支持成千上萬的使用者與TB等級的資料。除此之外,此項服務同時整合了Cloud Dataflow, Cloud Storage 甚至 BigQuery。現在我們就來使用看看如何簡單的進行手把手Cloud Machine Learning:

  • • 部署環境
  • • 起始設定
  • • 訓練資料
  • • 建立模型
  • • 實施預測與檢驗成果

繼續閱讀 “手把手教你開始用GCP機器學習服務”